VIP12
本课程属于：013-数字病理与影像组学工程 生命科学与数字医疗 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

数字病理AI训练与验证工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
数字病理AI工程全景
目标=从全切片图像到临床验证的完整链… · 关键角色与交付物
AI数字病理
02
全切片图像数据基础
目标=WSI格式 · 金字塔层级 · 扫描参数
全切片图像数据基…WSI
03
病理图像预处理工程
目标=组织区域分割 · 背景去除 · 伪影检测与质量控制的自动化实现
病理图像预处理工…目标=组织区域分…
04
切片级与图块级数据组织
目标=坐标映射 · 多分辨率采样 · 数据存储格式与高效读取策略
切片级图块级数据组织
05
病理AI标注工程
目标=标注工具选型 · 标注协议设计 · 专家一致性评估与标注质量控制
AI病理
06
数据增强与合成
目标=针对病理图像的颜色扰动 · 几何变换 · 染色归一化与生成式增强
数据增强合成
07
染色归一化与域适应
目标=Macenko · Reinhard · Vahadane等方法及跨中心泛化实…
染色归一化域适应
08
病理AI模型选型
目标=CNN · Transformer · 多实例学习与基础模型在WSI任务中的…
AI病理
09
训练目标与损失函数
目标=分类 · 分割 · 检测
训练目标损失函数
10
训练流程工程化
目标=数据加载 · 混合精度 · 分布式训练
训练流程工程化目标=数据加载
11
全切片图像分类实战
目标=肿瘤检测 · 分型与分级任务的端到端训练与调参
全切片图像分类实…目标=肿瘤检测
12
病理图像分割实战
目标=细胞核 · 腺体 · 肿瘤区域分割的模型训练与后处理
病理图像分割实战目标=细胞核
13
病理图像检测与定位实战
目标=有丝分裂检测 · 免疫组化阳性细胞识别与空间分析
病理图像检测定位实战
14
多实例学习与弱监督
目标=切片级标签下的注意力机制 · 伪标签与多实例池化方法
多实例学习弱监督
15
自监督与预训练
目标=病理基础模型的预训练策略 · 微调范式与下游任务迁移
自监督预训练
16
模型可解释性
目标=注意力热图 · 梯度类激活图 · 概念激活向量与病理学家可读解释
模型可解释性目标=注意力热图
17
验证集与测试集设计
目标=数据划分 · 中心效应 · 时间漂移与外部验证队列构建
验证集测试集设计
18
评估指标体系
目标=AUC · F1 · Dice
评估指标体系AUC
19
统计验证与不确定性
目标=置信区间 · Bootstrap · DeLong检验与模型校准评估
统计验证不确定性
20
鲁棒性与泛化验证
目标=跨中心 · 跨扫描仪 · 跨染色协议与对抗扰动的压力测试
鲁棒性泛化验证
21
偏差与公平性分析
目标=人群差异 · 站点差异 · 标签偏差检测与缓解策略
偏差公平性分析
22
模型部署前验证
目标=推理速度 · 内存占用 · 批处理优化与边缘设备适配
模型部署前验证目标=推理速度
23
临床验证与监管路径
目标=回顾性验证 · 前瞻性试验 · FDA/CE/NMPA审评要点与文档…
临床验证监管路径
24
持续学习与模型更新
目标=数据漂移监测 · 增量学习 · 版本管理与再验证触发条件
持续学习模型更新
25
MLOps与病理AI流水线
目标=数据版本控制 · 模型注册 · 自动化测试与持续集成部署
MLOpsAI
26
隐私与安全工程
目标=去标识化 · 联邦学习 · 差分隐私与合规数据共享
隐私安全工程
27
多模态融合
目标=病理图像与基因组 · 临床文本 · 影像数据的联合建模与验证
多模态融合目标=病理图像
28
计算病理报告生成
目标=结构化报告 · 自然语言生成与临床工作流集成
计算病理报告生成目标=结构化报告
29
真实世界案例剖析
目标=成功与失败的病理AI项目复盘 · 关键决策点与经验教训
真实世界案例剖析AI
30
课程综合项目
目标=从数据准备到临床验证的完整病理…
课程综合项目目标=从数据准备…